Detección de rostros y ojos con Raspberry Pi Zero y Opencv: 3 pasos

2024 Autor: John Day | [email protected]. Última modificación: 2024-01-30 08:44

En este instructivo, voy a mostrar cómo puedes detectar la cara y el ojo usando raspberry pi y opencv. Este es mi primer instructable en opencv. Seguí muchos tutoriales para configurar un CV abierto en frambuesa, pero siempre me encontré con algunos errores. De todos modos, resolví esos errores y pensé en escribir instructable para que todos los demás puedan instalarlo sin ninguna dificultad.

Cosas necesarias:

1. Raspberry pi zero

2. Tarjeta SD

3. Módulo de cámara

Este proceso de instalación llevará más de 13 horas, así que planifique la instalación en consecuencia.

Paso 1: Descargue e instale la imagen de Raspbian

Descargue raspbian stretch con imagen de escritorio del sitio web de raspberry pi

www.raspberrypi.org/downloads/raspbian

Luego inserte la tarjeta de memoria en su computadora portátil y grabe la imagen raspbian usando la herramienta etcher

Descarga ethcher desde aquí

Después de grabar la imagen, conecte la tarjeta de memoria a su raspberry pi y encienda la frambuesa

Paso 2: Configurar Opencv

Después del proceso de arranque, abra la terminal y siga los pasos para instalar opencv y configurar el entorno virtual para opencv

Pasos:

1. Cada vez que inicie una nueva instalación, es mejor actualizar los paquetes existentes.

$ sudo apt-get update

$ sudo apt-get upgrade

Tiempo: 2m 30 seg

2. Luego, instale las herramientas para desarrolladores

$ sudo apt-get install build-essential cmake pkg-config

Tiempo: 50 seg.

3. Ahora tome los paquetes de E / S de imagen necesarios

$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

Tiempo: 37 seg.

4. Paquetes de E / S de video

$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

$ sudo apt-get install libxvidcore-dev libx264-dev

Tiempo: 36 seg.

5. Instale el desarrollo GTK

$ sudo apt-get install libgtk2.0-dev

Tiempo: 2m 57s

6. Paquetes de optimización

$ sudo apt-get install libatlas-base-dev gfortran

Tiempo: 1 min.

7. Ahora instale Python 2.7 si no está allí. En mi caso, ya estaba instalado pero aún verifico

$ sudo apt-get install python2.7-dev

Tiempo: 55 seg.

8. Ahora descargue el código fuente opencv y descomprímalo

$ cd ~

$ wget -O opencv.zip

$ descomprimir opencv.zip

Tiempo: 1m 58 seg

9. Descarga del repositorio opencv_contrib

$ wget -O opencv_contrib.zip

$ descomprimir opencv_contrib.zip

Tiempo: 1 m 5 seg

10. Ahora opencv y opencv_contrib se han expandido, elimine sus archivos zip para ahorrar espacio.

$ rm opencv.zip opencv_contrib.zip

Tiempo: 2 seg.

11. Ahora instale pip

$ wget

$ sudo python get-pip.py

Tiempo: 50 seg.

12. Instale virtualenv y virtualenvwrapper, esto nos permitirá crear entornos python separados y aislados para nuestros proyectos futuros.

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~ /.cache / pip

Tiempo: 30 seg.

13. Después de esa instalación, abra ~ /.profile

$ nano ~ /.profile

y agregue estas líneas al final del archivo

# virtualenv y virtualenvwrapper

exportar WORKON_HOME = $ HOME /.virtualenvs fuente /usr/local/bin/virtualenvwrapper.sh

Ahora obtenga su ~ /.profile para volver a cargar los cambios

$ fuente ~ /.profile

Tiempo: 20 seg.

14. Ahora crea un entorno virtual de Python llamado cv

$ mkvirtualenv cv

Tiempo: 10 segundos

15. El siguiente paso es instalar numpy. Esto tomará al menos media hora para que pueda tomar un café y sándwiches.

$ pip install numpy

Tiempo: 36m

16. Ahora compile e instale opencv y asegúrese de estar en un entorno virtual cv usando este comando

$ workon cv

y luego configurar la compilación usando Cmake

$ cd ~ / opencv-3.0.0 /

$ mkdir compilación $ cd compilación $ cmake -D CMAKE_BUILD_TYPE = RELEASE / -D CMAKE_INSTALL_PREFIX = / usr / local / -D INSTALL_C_EXAMPLES = ON / -D INSTALL_PYTHON_EXAMPLES = ON / -D OPENCV_EXTRA.0 / módulos D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..

Tiempo: 5 minutos

17. Ahora que la compilación está configurada, ejecute make para iniciar el proceso de compilación. Esto va a llevar un tiempo, así que puedes dejar que se ejecute durante la noche.

$ hacer

En mi caso, 'make' me arrojó un error que estaba relacionado con ffpmeg. Después de mucha búsqueda encontré la solución. Vaya a la carpeta opencv 3.0, luego a los módulos, luego dentro de videoio, vaya a src y reemplace cap_ffpmeg_impl.hpp con este archivo

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp y ejecuta make de nuevo

Tiempo: 13 horas

Si está compilado sin ningún error, instálelo en raspberry pi usando:

$ sudo make install

$ sudo ldconfig

Tiempo: 2 min 30 seg

18. Después de completar el paso 17, sus enlaces opencv deben estar en /usr/local/lib/python-2.7/site-packages. Verifique esto usando este

$ ls -l /usr/local/lib/python2.7/site-packages

total 1549 -rw-r - r-- 1 bastón raíz 1677024 3 de diciembre 09:44 cv2.so

19. Ahora lo único que queda es un enlace simbólico del archivo cv2.so en el directorio site-packages del entorno cv

$ cd ~ /.virtualenvs / cv / lib / python2.7 / site-packages /

$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so

20. Verifique su instalación de opencv usando:

$ workon cv

$ python >>> importar cv2 >>> cv2._ versión_ '3.0.0' >>>

Paso 3: Detección de rostro y ojos

Ahora intentemos la detección de rostros

Lo primero que debe hacer es habilitar la cámara usando:

$ sudo raspi-config

Esto abrirá una pantalla de configuración. Use las teclas de flecha para desplazarse hacia abajo hasta la Opción 5: Habilitar la cámara, presione la tecla Intro para habilitar la cámara, y luego presione la flecha hacia abajo hasta el botón Finalizar y presione Intro nuevamente. Por último, deberá reiniciar su Raspberry Pi para que la configuración surta efecto.

Ahora instale picamera [array] en el entorno cv. Para ello, asegúrese de estar en un entorno cv. Si reinició su pi, para ingresar nuevamente en el entorno cv, simplemente escriba:

$ fuente ~ /.profile

$ workon cv

Ahora instale la cámara pi

$ pip instalar "picamera [array]"

Ejecute face-detection-test.py bu usando:

Python face-detection-test.py

Si arroja algún error, simplemente escriba este comando antes de ejecutar el script

sudo modprobe bcm2835-v4l2

Ahora está listo para la detección de rostros. Prueba y comparte tus resultados

¡Salud!